作者：科大讯飞cobbyli、zmwang 摘自：36氪 (36kr.com) 不久前，一个实时翻译视频风靡网络，视频中两名分别说着英语和西班牙语的人借助Skype软件的实时翻译功能竟然实现了无障碍交
据《韩国先驱报》报道，早些时候在韩国举办的人机翻译大赛中，美国互联网巨头谷歌研发的人工智能语言软件得分高于同场竞技的其他人工智能机器。 2月21日，由四名专业译者组成的团队与三家人工智能翻译软件进行比
在人类语言的翻译中，一种语言文字通过人脑转化为另一种语言表达，这是一种自然语言的“翻译”。
👆点击“博文视点Broadview”，获取更多书讯 广义上讲，“翻译”是指把一个事物转化为另一个事物的过程。 在人类语言的翻译中，一种语言文字通过人脑转化为另一种语言表达，这是一种自然语言的“翻译”。 如图1所示，可以通过计算机将一句汉语自动翻译为英语，汉语被称为源语言（Source Language），英语被称为目标语言（Target Language）。 图 1 通过计算机将一句汉语自动翻译为英语 一直以来，文字的翻译往往是由人完成的。 时至今日，人工智能技术的发展已经大大超越了人类传统的认知，用计
10月27日晚7点，机器之心最新一期线上分享邀请到东北大学教授、博士生导师肖桐带来分享，系统梳理机器翻译发展的技术脉络，并介绍机器翻译发展历程中的经典工作。直播过程中将送出20本肖桐和朱靖波教授的联合著作《机器翻译：基础与模型》。详情见文末。 广义上讲，“翻译”是指把一个事物转化为另一个事物的过程。 在人类语言的翻译中，一种语言文字通过人脑转化为另一种语言表达，这是一种自然语言的“翻译”。 如图1所示，可以通过计算机将一句汉语自动翻译为英语，汉语被称为源语言（Source Language），英语被称为目标
前几年曾经马少平老师的引荐，为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战，应该可以参考这篇小文。原文如下，仅供参考。 自然语言处理 Natural Language Processing 一、什么是自然语言处理 简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动
随着全球互联互通日益频繁，几乎人人都渴望着实时翻译这一“逆天”技术能早日变成现实，伴随这一代代科学家们不懈的努力，科幻正一步步照进现实。
本文作者 张家俊研究员，中国科学院自动化研究所 2018年腾讯AI Lab犀牛鸟专项研究计划入选学者 机器翻译旨在利用计算机实现自然语言之间的自动翻译，一直是自然语言处理与人工智能领域的重要研究方向，近年来更是取得了突破性进展，已成为大众较为熟知和常用的技术。现在一提起机器翻译技术的起源，对该研究领域稍有了解的人们都知道是美国的瓦伦·韦弗（Warren Weaver，后面简称韦弗）最先于1947年提出机器翻译概念并于1949年7月正式记录于名为《翻译》的备忘录。不过，可能大多数人不是特别了解韦弗究竟是
在人工智能发展进程中艾伦·麦席森·图灵，这位著名英国数学家、逻辑学家，最早提出了机器人是否会思考的概念，图灵也被誉为现代计算机科学之父和人工智能之父！ 艾伦·麦席森·图灵（1912年6月23日－1954年6月7日），被誉为“人工智能之父” 我们把时间推回到半个多世纪的某个夏天，此时麦卡锡、明斯基等众科学家们正在举办一场Party，在这次聚会上探讨和共同研究了用机器模拟智能的问题，也是在那时，“人工智能(AI)”的理念正式被提出！ 如今人工智能商业化正在快速推进中，比如我们所知道和了解的人像识别、图像识别技术
2 NLP入门：CNN,RNN应用文本分类，个性化搜索，苹果和乔布斯关系抽取(2)
由于人类语言的流动性, 自动翻译或者机器翻译可能是最具挑战性的人工智能任务之一.20世纪90年代, 统计方法被用于完成这项任务, 取代了此前传统上的基于语法规则的翻译系统. 最近, 深度神经网络模型在命名为神经机器翻译的领域中获得了最先进的成果.
麻省理工学院一位经济学家撰写的新研究表明，改进后的翻译软件可以显著促进在线国际贸易——这是机器学习对经济活动产生明显影响的一个显著案例。研究发现，eBay在2014年改进了自动翻译程序后，可以使用这一新系统的两个国家的贸易额猛增了10.9%。
文章转自清华大学刘知远老师的github：https://github.com/zibuyu/research_tao/blob/master/00_nlp.md
已参加或正在参加外语课程并使用过谷歌翻译的学生，可能对其语言转换工具的不太完美翻译表现很熟悉。谷歌推出了一个新的系统，利用最先进的技术将翻译错误减少了约55%到85%。 新推出的谷歌神经机器翻译(GNMT)系统提供“端到端的自动翻译方法，有可能克服许多传统的基于短语的翻译系统的弱点”。总体上讲，神经机器翻译(NMT)系统的工作模式是将整个输入句子看做一个单位进行翻译，不像其他的NMT系统会遇到生僻字的麻烦，因此GMNT能够提供更准确和更快速的翻译。该技术得到了Google人工智能系统TensorFlow的支
11月13日，深圳 - 腾讯AI Lab今日发布了一款AI辅助翻译产品 - “腾讯辅助翻译”（Transmart），可满足用户快速翻译的需求，用AI辅助人工翻译提高效率和质量。该产品采用业内领先的人机交互式机器翻译技术，融合神经网络机器翻译、统计机器翻译、输入法、语义理解、数据挖掘等多项前沿技术，配合亿级双语平行数据，为用户提供实时智能翻译辅助，帮助用户更好更快地完成翻译任务。产品旨在致敬人工翻译，辅助人工翻译更快、更好地完成任务，探索人工智能赋能翻译行业新思路。
陈桦 编译整理 量子位 报道 | 公众号 QbitAI Facebook今天宣布，他们已经完成了向神经机器翻译技术的迁移。 换句话说，Facebook目前开始使用卷积神经网络（CNN）和递归神经网络（
加拿大联邦政府在2017年的预算中加大了对人工智能(AI)的投入，立志使加拿大成为AI领域的世界领先者。联邦政府投资数百万美元用于制定支持AI研究和商业化的国家战略。政府希望通过吸引高素质人才和获得重要企业支持，利用强大的AI研究成果，将加拿大建设为经济强国。 资金和人员一直是首要的政策优先项，但其他的阻碍依然存在。例如，加拿大的限制性版权规则可能会阻碍企业和研究人员测试并最终将新的人工智能服务推向市场的能力。 使机器智能化，无论是自动翻译、大数据分析或新的搜索功能，都是基于系统对数据的使用。机器通过扫描、
机器翻译（Machine Translation，MT）是一种自然语言处理技术，旨在将一种语言的文本自动翻译成另一种语言。机器翻译是自然语言处理领域的重要应用之一，它可以帮助人们在跨语言交流、文档翻译和信息检索等方面更加便捷和高效。本文将详细介绍自然语言处理的机器翻译。
本文探讨了机器翻译的十个问题，包括什么是机器翻译，机器翻译的发展历程，机器翻译的技术难题，机器翻译的评价标准，实验室和实用系统的区别，基于规则与基于统计的机器翻译，机器翻译的伦理问题，以及译员是否需要学习CAT等。作者认为，机器翻译的评价标准需要重新审视，不能仅仅依靠BLEU得分，而应该结合具体应用场景和目标来进行评估。同时，译员应该积极学习并掌握CAT技术，提高自己的翻译效率和质量。
地址 https://github.com/zibuyu/research_tao
1886年，英国考古学家亚瑟·伊万斯偶然间发现了一块刻印着未知语言的石头。得知这块石头来源于地中海的克里特岛后，伊万斯立马动身前往此处以搜寻更多证据。在那里，他马上就发现了许多笔迹相似的石碑，这些石碑能追溯到公元前1400年左右，这些刻字也就成为目前发现的最早的书写形式之一。伊万斯表示，这种线形形式是从早期艺术中粗糙的线条画演变而来，在语言史上占有重要地位。
近年来，机器翻译变得越来越强大，无数的在线工具和应用程序可以作为自己学习新语言的艰难过程的不错选择。
ChatGPT是一款基于人工智能的语言模型，它可以自动地生成文本，回答问题，完成翻译等任务。ChatGPT是由OpenAI公司开发的，使用了神经网络和深度学习技术。它可以帮助用户自动生成文本，以及模拟人类语言表达的思维模式。
我们这里讲的自动翻译指的是机器翻译，虽然机器翻译未必准确，但在它可以帮助我们快速实现原型，这在项目初期确实能很大地提升开发效率。
当今世界随着大数据、人工智能算法、云计算等技术的发展机器翻译技术又掀起一波新浪潮。伴随着该项技术不断发展的是一场由战争与压迫转为和平与发展的历史，同时这项技术的发展背后亦隐藏着巨大的权力纠纷。
点击上方蓝色字体关注「顶级程序员」 转自：程序猿 2017年1月14日，搜狗搜索进行重大产品创新，搜狗英文搜索全面升级为海外搜索，旨在帮助不精通英文的中国人，搜索和阅读全世界的医疗，科技，人文信息。通
词嵌入是自然语言处理中的关键技术之一，它通过将单词映射到高维空间，使得单词之间的关系得以保留，进而使得深度学习模型能够更好地理解和生成语言。
AI 科技评论消息，谷歌最近与多伦多大学等高校合作发表论文，提出了一种新的网络框架——Transformer。Transformer是完全基于注意力机制（attention mechanism)的网络框架，放弃了RNN和CNN模型。 众所周知，在编码-解码框架中，主流的序列传导模型都是基于RNN或者CNN的，其中能完美连接编码器和解码器的是注意力机制。而谷歌提出的这一新框架Transformer，则是完全基于注意力机制的。 Transformer用于执行翻译任务，实验表明，这一模型表现极好，可并行化，并且大
过去几年中，深度学习中的很多技术如计算机视觉、自然语言处理等被应用在很多实际问题中，而且相关成果也表明深度学习能让人们的工作效果比以前更好。
最近在学NLP，给自己扫扫盲，看看NLP具体干什么，本文先学学概念，后面再深入。（不是很深入的文章，高手误入。） 自然语言处理（简称NLP），是研究计算机处理人类语言的一门技术，是人工智能(AI)的一个子领域，包括： 1.句法语义分析：对于给定的句子，进行分词、词性标记、命名实体识别和链接、句法分析、语义角色识别和多义词消歧。 2.信息抽取：从给定文本中抽取重要的信息，比如，时间、地点、人物、事件、原因、结果、数字、日期、货币、专有名词等等。通俗说来，就是要了解谁在什么时候、什么原因、对谁、做了什么事、有什
AI科技评论按：很多读者在思考，“我和AI科技评论的距离在哪里？”答案就是：一封求职信。 近日，网易有道正式对外公布：由网易公司自主研发的神经网络翻译（ Neural Machine Translat
当时《东方时空》报道了安徽泾县扬子鳄国家级自然保护区被违规侵占的现象，涉及泾县经济开发区内的200多家企业机构，而科大讯飞的“观塘基地”成为众矢之的。
本文为CDA原创文章，作者曾科，转载请注明来源 巴别塔的轰塌 圣经旧约第十一章，讲到了巴别塔的故事：人类联合起来兴建希望能通往天堂的高塔；为了阻止人类的计划，上帝让人类说不同的语言，使人类相互之间不能沟通，人类的宏伟计划因此失败，自此各散东西。 圣经在这里解释了为什么人类会产生不同语言和种族，当然在今天，考古与进化论已经告诉我们原因并不是上帝之怒。当然，无论怎么解释，语言的隔阂对人类社会产生的影响是如此之深与如此之广，以至于时至今天仍然不能例外。 人类对于信息是有着基本的需求，就如吃饭睡觉一样，而语言的
6月28日，中国人工智能峰会（CAIS 2019）上，腾讯民汉翻译从诸多项目评选中脱颖而出，获得“紫金技术创新奖”。 “CAIS紫金奖”颁奖现场 作为一款定位于贴近用户的民汉信息互译产品，腾讯民汉翻译已经成为国内首个在小语种领域布局维、藏、蒙、哈、朝、彝等多语种全方位同声传译、实时互转的民汉交流工具。腾讯正在用技术践行“科技向善”理念。 腾讯民汉翻译产品整体框架 性能优势明显，各类竞赛获奖无数 经过团队多年对海量民族语音、语言、图像、文本的海量标注，以及多轮功能迭代和用户交互体验优化，使得“腾
2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 1 历经70载，机器翻译进入 深度学习驱动时代 机器翻译诞生于
每天给你送来NLP技术干货！ ---- 2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 历经70载，机器翻
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
虽然人工智能一直在帮助人们在世界上导航已有一段时间，但最近，它开始影响翻译行业。几年来，围绕人工智能翻译有很多炒作。
来源：Google Research、Science 2016年10月18日， 世界人工智能大会技术分论坛，特设“新智元智库院长圆桌会议”，重量级研究院院长 7 剑下天山，汇集了中国人工智能产学研三界最豪华院长阵容：美团技术学院院长刘江担任主持人，微软亚洲研究院常务副院长芮勇、360人工智能研究院院长颜水成、北京理工大学计算机学院副院长黄华、联想集团副总裁黄莹、Intel 中国研究院院长宋继强、新华网融媒体未来研究院院长杨溟联袂出席。 【新智元导读】今天谷歌宣布推出谷歌神经网络机器翻译系统（GNMT），采用
自然语言处理（Natural Language Processing，NLP）是人工智能领域的重要研究方向之一。循环神经网络（Recurrent Neural Network，RNN）作为一种特殊的神经网络结构，在NLP领域具有广泛的应用。本文将详细介绍RNN在自然语言处理中的应用，并讨论一些挑战和解决策略。
现在，无论是从全球市场规模、还是从营收规模上来说，YouTube都已经是一个庞然大物。而在国内，至今已难以找到一家能够与YouTube实力相当，甚至说模式相似的视频网站了。
作者：Marc’aurelio Ranzato、Guillaume Lample、Myle Ott
神经网络是通过分析大量的训练数据学会执行计算任务，这是人工智能近代取得的最令人印象深刻的进步，包括语音识别和自动翻译系统。 然而在训练期间，神经网络不断地调整其内部设置，甚至连创建者也无法解释其原理。于是，最近在计算机科学领域的许多工作都聚焦于研发一种技术，确定神经网络如何发挥作用。 在最近的几篇论文中，麻省理工学院计算机科学和人工智能实验室（CSAIL）和卡塔尔计算研究所(QCRI，Qatar Computing Research Institute)的研究人员使用了最近研发的解释技术，该技术已经用于分析
想一下未来50年或者100年，您的孙子或者孙子的孙子，是否还会花费人生中十几年甚至几十年的时间学习一门外语，甚至还学不好？
深度学习是人工智能领域的一个重要分支，它利用神经网络模拟人类大脑的学习过程，通过大量数据训练模型，使其能够自动提取特征、识别模式、进行分类和预测等任务。近年来，深度学习在多个领域取得了显著的进展，尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。随着算法和模型的改进、计算能力的提升以及数据量的增长，深度学习的应用范围不断扩大，对各行各业产生了深远的影响。
朱靖波博士是小牛翻译创始人、东北大学计算机学院教授、博士生导师、辽宁省语言智能技术创新中心主任、讯飞AI大学首批特聘教授、中国中文信息学会常务理事。曾入选教育部新世纪优秀人才计划和辽宁省百人层次人才计划。1992年开始从事语言分析和机器翻译理论研究工作，发表了200多篇研究论文和一本清华大学出版的专著《自然语言理解》。
作者：刘光明 【新智元导读】近期，来自麻省理工学院计算机科学人工智能实验室（CSAIL）和卡塔尔计算研究所的研究人员已经通过新的解释技术，来分析神经网络做机器翻译和语音识别的训练过程。 神经网络通过分析大量的训练数据来学习并执行任务，这是近期人工智能领域最令人印象深刻的进展，包括语音识别和自动翻译系统。 然而，在训练过程中，神经网络以甚至其创造者都无法解释的方式来不断调整其内部设置。计算机科学最近的许多工作都聚焦于千方百计的弄清楚神经网络的工作原理。 在最近的几篇论文，来自麻省理工学院计算机科学人工智能实
原文来源：codeburst.io 作者：Pramod Chandrayan 「雷克世界」编译：嗯~阿童木呀、我是卡布达 现如今，在更多情况下，我们是以比特和字节为生，而不是依靠交换情感。我们使用一种称之为计算机的超级智能机器在互联网上进行交易和沟通。因此，我们觉得有必要让机器明白我们在说话时是如何对其进行理解的，并且试图用人工智能，一种称之为NLP——自然语言处理技术为它们提供语言。作为一种研究结果，聊天机器人正在成为一种可靠的聊天工具，使用这种非人为依赖的智能工具与人类进行交流。 我强烈的感受到：
本内容由大数据文摘（BigDataDigest）和数据派（datapi）联合推出，转载具体要求见文末。 本周大数据领域又发生了哪些大事？ D-News栏目每天独家推送大数据行业新闻合集。周一早晨定时推送一周最IN数据新闻播报。本内容由大数据文摘（BigDataDigest）和数据派（datapi）联合推出，每天早上五分钟，用最新鲜的大数据新闻唤醒您！ 【摘要】真格等十家创投共同发起AI大数据加速器；新一代无线技术WiGig即将登场，或助推无线PC VR；扎克伯格新动作：Oculus招聘逾100人 进入AR
11月，图像分析、人脸识别、自然语言处理NLP推出新功能。腾讯云AI团队联合腾讯优图、AILab、微信智聆、微信智言等实验室，帮助合作伙伴和客户高效打造针对性的解决方案，助力各行各业的数字化和智能化转型。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
